实验9 随机模拟.pdf

概率论与数理统计实验 实验2 随机数的产生 中心极限定理 随机模拟 数据的统计描述 实验目的 学习随机数的产生方法 直观了解统计描述的基本内容 通过实验加深对中心极限定理的理解 了解随机模拟方法 实验内容 1、随机数的产生 2、通过泊松分布，利用中心极限定理逼 近正态分布。 3、随机模拟概述及例题 4、统计的基本概念。 5、计算统计描述的命令。 一、随机数的产生 定义：设随机变量X~F(x), 则称随机变量X 的 抽样序列{X }为分布F(x) 的随机数 i 1.常用分布随机数的产生 在Matlab软件中，可以直接产生满足各种常用 分布的随机数，命令如下： 函数名 对应分布的随机数 binornd 二项分布的随机数 chi2rnd 卡方分布的随机数 exprnd 指数分布的随机数 frnd f分布的随机数 gamrnd 伽玛分布的随机数 geornd 几何分布的随机数 hygernd 超几何分布的随机数 normrnd 正态分布的随机数 poissrnd 泊松分布的随机数 trnd 学生氏t分布的随机数 unidrnd 离散均匀分布的随机数 unifrnd 连续均匀分布的随机数 调用格式： 1、y=random(‘name’, A1, A2, A3, m, n) 其中：‘name’为相应分布的名称，A1, A2, A3为分布 参数，m为产生随机数的行数，n为列数。 2、直接调用。 如：y=binornd(n, p, 1,10) 产生参数位n，p 的1行10 列的二项分布随机数 （1）均匀分布U(a,b) 1)unifrnd (a,b)产生一个[a,b] 均匀分布的随机数 2)unifrnd (a,b,m, n)产生m行n列的均匀分布随机数矩阵 当只知道一个随机变量取值在 （a，b ）内，但不 知道（也没理由假设）它在何处取值的概率大，在 何处取值的概率小，就只好用U （a，b ）来模拟它。 例1、产生U(2, 8)上的一个随机数，10个随机数， 2行5列的随机数。 命令：(1) y1=unifrnd(2,8) (2) y2=unifrnd(2,8,1,10) (3) y3=unifrnd(2,8,2,5) y1=7.7008 y2=3.3868 5.6411 4.9159 7.3478 6.5726 4.7388 2.1110 6.9284 4.6682 5.6926 y3=6.7516 6.4292 4.4342 7.5014 7.3619 ； 7.5309 3.0576 7.6128 4.4616 2.3473 2 （2 ）正态分布N(μ, σ)随机数 1) normrnd(μ,σ) 产生一个正态分布随机数 2) normrnd